非限定类型的实体关系抽取研究

《非限定类型的实体关系抽取研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、？咖ｆ耗讀硕士学位论文非限定类型的实体关系抽取研究学科专业计算机软件与理论学位类型工学领士学位研究生姓名王宋祥导师姓名、职称刘方舟副教授论文编号Ｓ１８０２６４４湖南师范大学学位评定委员会办公室二Ｏ—八年六月分类号ＴＰ３９１．１密级公开学校代码１０５４２学号２０１５２０１００８７３非限定类型的实体关系抽取研究ＲｅｓｅａｒｃｈｏｎＵｎｒｅｓｔｒｉｃｔｅｄＴｙｅＥｎｔｉｔｐｙＲｅｌａｔｉｏｎＥｘｔｒａｃｔｉｏｎ研究生姓名王宋祥指导教

2、师姓名、职称刘方舟副教授学科专业计箕件与理论研究方向自然语言处理湖南师范大学学位评定委员会办公室二〇—八年六月摘要互联网上存在的信息不仅来自各个领域而且内容丰富、数量巨大，然而这些信息都是非结构化的，如何从巨量的非结构化的互联网信息中提取出实体信息以及实体关系信息是非限定类型关系抽取的主要目的，是信息抽取领域的研究热点，具备非常重要的科研意义和实际运用价值。传统的关系抽取工作不仅建立在小规模已标注语料库上，还过度依赖某个领域人工构建的关系类型体系，不能自动去适应互联网

3、开放。领域下不断增长的关系类型因此，限定领域下以预定义关系类型为前提的关系抽取方法并不适合开放领域。本文的非限定类型的实体关系抽取研究探索一种从互联网开放领域无标注的语料库中抽取出命名实体以及实体关系的半自动化框架，拥有关系类型非限定性、人工标注需求量少的特点。本研究首先使用混合了点互信息、左右信息熵的模型对无标注语料进行命名实体识别，能识别出大量传统命名实体识别工具无法识别一的实体一般性名词和；接着本研究从语料中抽取能表示关系的般性动词（称为特征词），经过特征词的聚类完成关系类型的自主

4、发现，实验表明当关键阈值为０．３８３，基于词向量余弦相似度的聚类效果可以达到基于同义词林的聚类效果；接着本研究提出基于ＳｉｍＨａｓｈ的关系种子集抽取算法，可以利用搜索引擎从关联语料中抽取出关系种子集来．４，在九类人物关系类型中实验平均正确度达到９０７％接着；本研究从关系种子所在的上下文泛化出关系描述模式，使用描述模式在语料库中抽取出关系实例，再将关系实例融入关系种子集中开始迭代关系描述模式挖掘和关系实例抽取的工作，在九类人物关系类型中．９８％，，迭代三次的平均正确度达到了９５满足实际应用的

5、标准；最后本研究设计并实现了关系实例可视化的系统，将关系实例构成的网络以直观。、清晰、互动性强的力导向图的方式呈现出来本研究整Ｉ个过程仅需要较少的人工干预，运行成本较小，且领域移植性较强，具有很高的实用价值。关键词：关系抽取；非限定类型；命名实体识别；关系类型自主发现；关系描述模式挖掘；关系实例抽取ＩＩＡＢＳＴＲＡＣＴＴｈｅｉｎｆｏｒｍａｔｉｏｎｔｈａｔｅｘｉｓｔｓｏｎｔｈｅＩｎｔｅｒｎｅｔｉｓｎｏｔｏｎｌｙｆｒｏｍｖａｒｉｏｕｓｆｉｅｌｄｓｂｕｔａｌｓ

6、ｏｒｉｃｈｉｎｃｏｎｔｅｎｔａｎｄｈｕｇｅｉｎｕａｎｔｉｔｙｂｕｔｉｔｉｓｕｎｓｔｒｕｃｔｕｒｅｄ．ｑ，ＨｏｗｔｏｅｘｔｒａｃｔｅｎｔｉｔｙｉｎｆｏｒｍａｔｉｏｎａｎｄｅｎｔｉｔｙｒｅｌａｔｉｏｎｓｈｉｐｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｌａｒｅａｍｏｕｎｔｏｆｕｎｓｔｒｕｃｔｕｒｅｄＩｎｔｅｒｎｅｔｉｎｆｏｒｍａｔｉｏｎｉｓｔｈｅｒｅｓｅａｒｃｈｇｈｏｔｓｐｏｔｉｎｔｈｅｆｉｅｌｄｏｆｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎ．Ｉｔｈａｓｖ

7、ｅｒｙｉｍｐｏｒｔａｎｔｓｃｉｅｎｔｉｆｉｃｒｅｓｅａｒｃｈｓｉｇｎｉｆｉｃａｎｃｅａｎｄｐｒａｃｔｉｃａｌａｐｐｌｉｃａｔｉｏｎｖａｌｕｅ．Ｔｈｅｔｒａｄｉｔｉｏｎａｌｒｅｌａｔｉｏｎｓｈｉｐｅｘｔｒａｃｔｉｏｎｗｏｒｋｉｓｎｏｔｏｎｌｙｂａｓｅｄｏｎｔｈｅｌｌｓｍａｌｓｃａｌｅｔａｅｄｃｏｒｕｓｂｕｔａｓｏｒｅｌｉｅｓｏｎｔｈｅａｒｔｉｆｉｃｉａｌｒｅｌａｔｉｏｎｓｈｉｔｅｇｇｐ，ｐｙｐｓｓｔｅｍｉｎａｃｅｒｔａｉｎｆｉｅｌｄ．Ｉｔｃａ

8、ｎｎｏｔａｕｔｏｍａｔｉｃａｌｌｙａｄａｔｔｏｔｈｅｇｒｏｗｉｎｇｙｐｒｅｌａｔｉｏｎｓｈｉｐｔｙｐｅｓｉｎｔｈｅｏｅｎｄｏｍａｉｎｏｆｔｈｅＩｎｔｅｒｎｅｔ．Ｔｈｅｒｅｆｏｒｅｔｈｅｐ，ｒｅｌａｔｉｏｎａｌｅｘｔｒａｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｐ